Pandas 分组groupby
博客专区 > Claroja 的博客 > 博客详情
Pandas 分组groupby
Claroja 发表于1年前
Pandas 分组groupby
  • 发表于 1年前
  • 阅读 10
  • 收藏 0
  • 点赞 0
  • 评论 0

移动开发云端新模式探索实践 >>>   

创建测试数据框

import pandas as pd
df = pd.DataFrame({'a': [1, 2, 3, 4], 'b': [5, 6, 7,8],'c': ['x', 'y', 'x','y'],'d':["one","two","three","two"]})
print(df)
   a  b  c    d
0  1  5  x  one
1  2  6  y  two
2  3  7  x  three
3  4  8  y  two

计算以c列分组的,每组的平均值,非数值列将会被自动忽略

print(df.groupby(df["c"]).mean())
   a  b
c      
x  2  6
y  3  7

多列分组

gb=df.groupby([df["c"],df["d"]])
print(gb)
<pandas.core.groupby.DataFrameGroupBy object at 0x0000000004A1DEB8>#groupby存储的是分组信息,而不是分组的数据
for i,j in gb:
 print(i)
 print('-----------')
 print(j)
('x', 'one') -----------
 a b c d
0  1  5  x  one
('x', 'three') -----------
 a b c d
2  3  7  x  three
('y', 'two') -----------
 a b c d
1  2  6  y  two
3  4  8  y  two

聚合函数agg()

print(df.groupby(df["c"]).agg(['min','max']))
    a       b        d       
  min max min max  min    max
c                            
x   1   3   5   7  one  three
y   2   4   6   8  two    two

将结果返回到数据框transform

print(df.groupby('c').transform('mean'))
   a  b
0  2  6
1  3  7
2  2  6
3  3  7

数据透视表

table =pd.pivot_table(df, values='a', index=['c'],columns=['d'], aggfunc=np.sum)
d  one  three  two
c                 
x  1.0    3.0  NaN
y  NaN    NaN  6.0
  • 打赏
  • 点赞
  • 收藏
  • 分享
共有 人打赏支持
粉丝 0
博文 128
码字总数 44892
×
Claroja
如果觉得我的文章对您有用,请随意打赏。您的支持将鼓励我继续创作!
* 金额(元)
¥1 ¥5 ¥10 ¥20 其他金额
打赏人
留言
* 支付类型
微信扫码支付
打赏金额:
已支付成功
打赏金额: